記憶牆：AI 如何將世界上最貧窮的人群排除在計算之外

數十年來，消費電子產品的發展軌跡是一場民主化的奇蹟。1985 年，一台高階 IBM PC AT 的價格約相當於今天的 19,400 美元——接近美國中位收入的四分之一。到 2026 年，在奈洛比或拉哥斯購買一部預算型智慧手機的價格不足 100 美元，提供的計算能力是 1980 年代那台機器的數十億倍，成本僅佔其百分之一的零頭。這場「大幅降價」讓全球數億最貧困的人口得以連上網路，參與全球經濟。

那個時代正走向終結。智慧手機市場正經歷結構性重置，非洲與中東的出貨量急劇下降。原因並非缺乏連線需求，而是對一項關鍵實體資源——記憶體——的殘酷再分配。

記憶牆與 DRAM 困境

要了解智慧手機為何變得更昂貴，必須先了解「記憶牆」的概念。雖然處理器速度（摩爾定律）呈指數成長，動態隨機存取記憶體（DRAM）的速度與效能卻顯著落後。DRAM 以製造難度高聞名；將儲存位元的電容縮小遠比縮小處理器中的晶體管更為困難。

建造一座最先進的 DRAM 製造廠（fab）需要 150 至 200 億美元的資本投入，之後還要經歷多年低良率的生產才能具備競爭力。這種極高的資本密集度，加上 DRAM 作為可互換商品的特性，造成了波動劇烈的繁榮與衰退循環。數十年來，這種波動淘汰了大多數業者，僅剩三星、SK 海力士與美光三大主導廠商。

這些「記憶體製造商」採取嚴格資本紀律的生存策略：刻意讓需求無法全部滿足，以避免像 Elpida 與 Qimonda 等前業界巨頭因災難性過剩而倒閉的情況。

AI 轉向：HBM 與 LPDDR

記憶體並非一刀切。筆記型電腦使用 DDR，智慧手機使用低功耗雙資料速率（LPDDR），而 AI 資料中心則使用高頻寬記憶體（HBM）。雖然它們皆來自相同的矽晶圓，但晶圓的分配是一場零和博弈。

AI 工作負載——尤其是大型語言模型（LLM）的訓練與推論——需要驚人的資料量供給 GPU 與 TPU。HBM 為此而設計，透過垂直堆疊 DRAM 晶粒以建立大量平行資料通道。然而，HBM 極度耗費晶圓資源；一個 GB 的 HBM 佔用的晶圓容量超過標準 DDR 或 LPDDR 同等容量的三倍以上。

隨著 AI 需求爆炸式成長，記憶體製造商看到 HBM 的利潤率飆升至 70% 甚至更高，而一般商品記憶體的利潤率僅徘徊在 20%~30% 左右。理性的經濟回應是轉向。預計在 2023 至 2026 年間，分配給 HBM 的晶圓比例將從 2% 跳升至 20%。

「AI 稅」的人類代價

由於記憶體製造商為避免風險而拒絕擴大總產能，唯一能夠生產更多 HBM 的方式就是從 LPDDR 與 DDR 中挪用產能。這導致一般商品記憶體的供應急劇下降、成本急升。LPDDR4 與 LPDDR5 在部分市場的價格已上漲超過 200%，而記憶體現在佔預算型 Android 手機物料成本（BOM）的比例高達 50%。

這對「邊緣消費者」造成毀滅性衝擊。像在非洲市場佔主導的 Transsion 等預算手機製造商，營運利潤極為微薄。當記憶體成本飆升時，低於 100 美元的智慧手機就變得在經濟上不可行。

"在最貧困的市場，這種高端化根本不可行。2025 年，非洲 81% 的智慧手機出貨屬於低於 200 美元的區間：隨著手機價格飆升，許多非洲消費者將徹底被排除在擁有手機的行列之外。"

壓力蔓延至富裕世界

雖然貧困群體最先感受到衝擊，記憶體短缺正向價值鏈上游蔓延。即便是蘋果與三星等巨頭也感受到壓力：

Samsung（三星）: 消費者事業部未能與自家記憶體部門取得長期 LPDDR 合約，導致 Galaxy S26 出貨時記憶體減少且價格上升。
Apple（蘋果）: 在其長期合約於 2026 年初到期後，據報導蘋果同意向三星支付 100% 的溢價以取得 LPDDR5X 記憶體供應，確保 iPhone 的需求。此舉導致 iPhone 18 與 Mac Studio 的出貨延遲。
Enterprise（企業）: 受記憶體成本影響，Dell 在 2025 年底將筆記型電腦價格上調了 15%~20%。

展望未來，壓力可能會進一步加劇。Nvidia 即將推出的 Vera Rubin 平台預計將消耗的 LPDDR 超過蘋果與三星合計的用量，進一步緊縮消費者裝置的供應。

反論與可能的緩解

技術觀察者與產業內部人士提出了幾種可能的解決方向：

1. 軟體最佳化的希望

有人認為目前的危機可能迫使軟體回歸記憶體效率。多年來，開發者依賴提升硬體規格的「螺旋式」手段來掩飾程式碼優化不足。記憶體短缺或能激勵回歸更精簡的演算法與更佳的資源管理。

2. 次級市場與回收

隨著 AI 資料中心淘汰舊 GPU，可能會出現龐大的高效能記憶體二手市場，為家庭使用者與小型企業提供生機。

3. 中國挑戰者

中國企業如長鑫記憶體科技（CXMT）正快速擴張。雖然它們也在轉向 HBM，但其在 LPDDR 的成長最終可能打破「三巨頭」的寡頭局，降低價格。

4. 泡沫破裂

部分批評者認為整體短缺是 AI 泡沫的徵兆。若 LLM 的需求在數學上無法持續獲利，AI 基礎建設支出的崩壞將導致記憶體突然過剩，逆轉價格上漲。

不論最終結果如何，過去四十年來的趨勢——計算每年變得更快、更強大且更便宜——已撞上牆壁。這是現代史上首次，智慧所需的實體材料成本超過硬體效率，使得最基本的數位參與工具再次變成奢侈品。